OpenAI o3模型是繼o1之后的新一代推理模型，包括o3和o3-mini兩個版本。o3在某些條件下接近于通用人工智能（AGI），在ARC-AGI基準測試中得分高達87.5%，遠超人...

AniDoc是香港科技大學、螞蟻集團、南京大學、浙江大學和香港大學共同推出的簡化2D動畫上色AI模型，基于視頻擴散模型自動將草圖序列轉換成彩色動畫，遵循參考...

ElevenLabs Flash是ElevenLabs推出的低延遲語音合成模型，專為快速對話型AI設計。ElevenLabs Flash有兩個版本：Flash v2僅支持英語，Flash v2.5支持32種語言...

AniDoc是香港科技大學、螞蟻集團、南京大學、浙江大學和香港大學共同推出的簡化2D動畫上色AI模型，基于視頻擴散模型自動將草圖序列轉換成彩色動畫，遵循參考...

Gemini 2.0 Flash Thinking是谷歌推出的實驗性AI模型，能快速思考和解決問題。Gemini 2.0 Flash Thinking展示詳細的思考過程，與OpenAI的o1模型不同，Gemini ...

Genesis是卡內基梅隆大學、馬里蘭大學、斯坦福大學、麻省理工學院等研究機構聯合推出的開源生成式物理引擎，能模擬世界萬物。Genesis能用簡單的語言描述，快...

UniReal是什么 UniReal是香港大學和Adobe研究院共同推出的框架，專注于實現多種圖像生成和編輯任務。框架基于模擬現實世界動態，能在單一模型中處理包括圖像...

X-AnyLabeling是集成多種深度學習算法的圖像標注軟件，專注于提升標注效率和精度。X-AnyLabeling支持圖像和視頻的多樣化標注樣式，適配多種AI訓練場景，提供...

Explorer是Odyssey公司推出的生成性世界模型，能將任何圖像轉化為詳細的3D世界。Explorer模型擅長生成真實感世界，且支持動態效果的生成。Explorer基于高斯濺...

EMMA-X是新加坡科技設計大學推出的具有70億參數的具身多模態動作模型，在有根據的鏈式思維（CoT）推理數據上微調OpenVLA創建。EMMA-X結合層次化的具身數據集...

WeaveFox是螞蟻團隊推出的AI驅動前端智能研發平臺，基于螞蟻自研的百靈多模態大模型，能直接根據設計圖生成前端源代碼。工具支持多種應用類型，包括控制臺、...

MarkItDown是微軟開源的多功能文檔處理工具，能將PDF、PPT、Word、Excel、圖像、音頻、HTML等多種格式的文件轉換成Markdown格式。支持OCR文字識別、語音轉文...

豆包視覺理解模型是豆包推出的先進AI大模型，具備視覺識別和理解推理能力。豆包視覺理解模型能識別圖像中物體的類別、形狀、紋理等，還能理解物體間的關系和...

豆包3D生成模型是豆包推出的3D生成模型，屬于豆包大模型家族。模型基于3D-DiT 架構，能生成高質量 3D 模塊。與火山引擎數字孿生平臺 veOmniverse 結合使用，...

MV-Adapter是多視圖一致圖像生成模型，是北京航空航天大學、VAST和上海交通大學的研究團隊推出的。MV-Adapter能將預訓練的文本到圖像擴散模型轉化為多視圖圖...